跳到正文

技术方向

推理能力 最新动态

让大模型先想再答的能力:思维链、推理模型,数学与逻辑评测上的突破和争议。

7 条精选近 30 天 4条 共收录 36条

更新

推理能力的精选

今天11月17日周二第 1–7 条
  1. SiliconANGLE · AI78

    阿里发布 Qwen4-Max,训练与注意力机制均有优化

    阿里巴巴发布新一代大模型 Qwen4-Max,其主干包含 2.4 万亿参数,每次推理仅激活 710 亿参数,并配有 3280 亿 N-gram 参数充当缓存。该模型采用四通道残差结构并带门控,注意力机制引入 Gated DeltaNet 与 QSA 以降低处理长提示词的硬件需求和基础设施成本。

    推荐理由:读者可了解 Qwen4-Max 在残差通道与注意力机制上的改动,以及这些改动带来的 token 消耗下降幅度。

11月12日周四
11月10日周二
  1. One Useful Thing (Ethan Mollick)78

    Ethan Mollick 实测 Claude Fable 5.2:这是「参差不齐的 AGI」

    Ethan Mollick 在 Claude Fable 5.2 公开发布前试用后认为,按「在多数可用电脑完成的智力任务上达到多数人类专家水平」的定义,它已接近 AGI,但仍是「参差不齐的 AGI」。

    推荐理由:作者用六个亲手设计的跨领域任务,展示 Claude Fable 5.2 的能力边界与失败模式,可据此理解当前模型离通用智能还差什么。

10月16日周五
  1. Ollama Blog80

    Reflection 首个开放权重模型 Beam 上线 Ollama,限时免费

    Reflection 的首个开放权重模型 Beam 于 10 月 16 日正式发布,Ollama 作为 day-zero 合作伙伴限时免费提供。Beam 是 MoE 模型,总参数约 501B、每 token 激活 23B,面向软件工程、推理和长周期智能体任务,上下文窗口为 100 万 token,采用 Apache 2.0 许可。

    推荐理由:读者可以了解 Reflection 首个开放权重模型 Beam 的规格、Apache 2.0 许可和 Ollama 上的免费接入方式。

10月13日周二
  1. Amazon Science75

    Amazon Web Services 提出 Priming 方法,无需从头重训即可改造模型架构

    Amazon Web Services 团队提出 Priming 方法,以预训练 Transformer 权重为起点构建混合状态空间模型,把混合架构的预训练成本降低 99% 以上,整个流程消耗不到源模型预训练 token 预算的 0.5%。

    推荐理由:亚马逊团队提出复用预训练 Transformer 权重改造混合架构的方法,把预训练成本降低 99% 以上,并给出可复现的模型与代码。

6月10日周三
  1. One Useful Thing (Ethan Mollick)78

    实测 Claude 5 Fable:Mythos 级模型能连续工作十余小时,但过程成了黑箱

    Ethan Mollick 提前测试了首个面向公众发布的 Mythos 级模型 Claude 5 Fable,称其表现明显超过他用过的所有公开模型,能连续执行多页规格任务达十余小时。

    推荐理由:作者用等时线地图和 Concord 两个长任务实测 Mythos 级模型,呈现能力跃升与过程不可见之间的张力。